REPASO DE PROBABILIDAD

MSc. Jaime Macías

INDG1045
Modelos estocásticos para manufactura y servicios
Jun. 2020
 OBJETIVO INSTRUCCIONAL

Al finalizar esta sesión los estudiantes estarán en

capacidad de explicar la importancia de la estimación
de probabilidades en el modelamiento de sistemas de
manufactura y servicios
 Agenda
 Probabilidad

 Cálculo de probabilidades

 Aplicaciones en problemas de toma de

decisiones

03/06/2020 3
Probabilidad.- Un repaso
¿Qué es Probabilidad?
• Es una medida de la certidumbre asociada a un
suceso o evento futuro y se expresa como un
número entre 0 y 1.
Probabilidad e industria?
• La probabilidad es un aspecto clave de los sistemas
de manufactura y servicios ya que estos operan
bajo factores de incertidumbre

¿ 𝑸𝒖é 𝒕𝒂𝒏 𝒑𝒓𝒐𝒃𝒂𝒃𝒍𝒆 𝒆𝒔 𝒒𝒖𝒆 𝒏𝒐𝒔 𝒂𝒍𝒄𝒂𝒏𝒄𝒆 𝒆𝒍 𝒊𝒏𝒗𝒆𝒏𝒕𝒂𝒓𝒊𝒐 𝒆𝒏

𝒑𝒆𝒓𝒄𝒉𝒂 𝒑𝒂𝒓𝒂 𝒔𝒂𝒕𝒊𝒔𝒇𝒂𝒄𝒆𝒓 𝒍𝒂 𝒅𝒆𝒎𝒂𝒏𝒅𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔?

¿ 𝑪𝒖á𝒍 𝒆𝒔 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒅𝒆 𝒒𝒖𝒆 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝒔𝒆 𝒎𝒂𝒏𝒕𝒆𝒏𝒈𝒂

𝒆𝒏 𝒐𝒑𝒆𝒓𝒂𝒄𝒊ó𝒏 𝒅𝒖𝒓𝒂𝒏𝒕𝒆 𝒆𝒍 𝒔𝒊𝒈𝒖𝒊𝒆𝒏𝒕𝒆 𝒅í𝒂?
Distribución de probabilidad
• Demanda diaria 2019
 1 – 2: 150 veces 0.41
 3 – 4: 100 veces 0.27
 5 – 6: 50 veces 0.14
 7 – 8: 50 veces 0.14
 9 – 10: 15 veces 0.04

𝑩𝒊𝒏𝒐𝒎𝒊𝒂𝒍
365 días

Distribución de
𝑮𝒂𝒎𝒎𝒂 probabilidad

𝑵𝒐𝒓𝒎𝒂𝒍 𝑷𝒐𝒊𝒔𝒔𝒐𝒏 𝑾𝒆𝒊𝒃𝒖𝒍𝒍 𝑼𝒏𝒊𝒇𝒐𝒓𝒎𝒆 𝑬𝒙𝒑𝒐𝒏𝒆𝒏𝒄𝒊𝒂𝒍

Distribución de probabilidad
• Demanda diaria 2019
 1 – 2: 150 veces 0.41
 3 – 4: 100 veces 0.27
 5 – 6: 50 veces 0.14
 7 – 8: 50 veces 0.14
 9 – 10: 15 veces 0.04

𝑩𝒊𝒏𝒐𝒎𝒊𝒂𝒍
365 días

Distribución de
𝑮𝒂𝒎𝒎𝒂 probabilidad

𝑵𝒐𝒓𝒎𝒂𝒍 𝑷𝒐𝒊𝒔𝒔𝒐𝒏 𝑾𝒆𝒊𝒃𝒖𝒍𝒍 𝑼𝒏𝒊𝒇𝒐𝒓𝒎𝒆 𝑬𝒙𝒑𝒐𝒏𝒆𝒏𝒄𝒊𝒂𝒍

Cálculo de probabilidades
 PROBLEMA PROTOTIPO
• La materia de matemáticas I la dictan tres
profesores: Raúl, Pedro, y Juan.
• El semestre pasado hubieron 10 grupos: Raúl dictó
3 grupos; Pedro, 2 grupos; juan, 5 grupos.
• Con Raúl, el 80% de estudiantes aprobó; con Pedro,
el 75 %; y con juan, el 90 %
• Si un padre de familia viene a reclamar porque su
hijo reprobó el semestre, cuál es la probabilidad de
que su profesor haya sido Pedro?
SOLUCIÓN AL PROBLEMA
PROTOTIPO
 Teorema de Bayes
• Se define por la siguiente fórmula:

𝑃 𝐴𝑖 ∗ 𝑃(𝐵𝑗 |𝐴𝑖 )
𝑃 𝐴𝑖 |𝐵𝑗 = 𝑖, 𝑗 = 1,2, 3 … 𝑛
𝑃(𝐵𝑗 )

• Donde:
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑒𝑠𝑡𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑛𝑎𝑡𝑢𝑟𝑎𝑙𝑒𝑧𝑎

𝑃 𝐴𝑖 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎 𝑝𝑟𝑖𝑜𝑟𝑖 𝑑𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝐴𝑖

𝑃 𝐵𝑗 |𝐴𝑖 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝐵𝐽 𝑑𝑎𝑑𝑜 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝐴𝑖
𝑃 𝐵𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒𝑙Resultado Bj
Datos
Profesores Probabilidad P(Reprobar/Profesor)
Raúl (R) 0,3 P(Re|R) = 0,20
Pedro (P) 0,2 P(Re|P) = 0,25
Juan (J) 0,5 P(Re|J) = 0,10

Solución
𝑃 𝑅𝑒| 𝑃 𝑃(𝑃)
𝑃 𝑃 ⃒ 𝑅𝑒 = = ?
𝑃(𝑅𝑒)

𝑃 𝑅𝑒 =?
 Probabilidades Absolutas:
Teorema de la probabilidad total
• Se define por la siguiente fórmula:

𝑁
𝑃 𝐵𝑗 = 𝑖=1 𝑃 𝐵𝑗 ⃒𝐴𝑖 𝑃 𝐴𝑖

• Donde:
𝑃 𝐵𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝒂𝒃𝒔𝒐𝒍𝒖𝒕𝒂 𝑑𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑃 𝐵𝑗
𝑃 𝐴𝑖 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝒂 𝒑𝒓𝒊𝒐𝒓𝒊 𝑑𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝐴𝑖
𝑃 𝐵𝑗 |𝐴𝑖 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝐵𝐽 𝑑𝑎𝑑𝑜 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝐴𝑖
Datos
Profesores Probabilidad P(Reprobar/Profesor)
Raúl (R) 0,3 P(Re|R) = 0,20
Pedro (P) 0,2 P(Re|P) = 0,25
Juan (J) 0,5 P(Re|J) = 0,10

Solución
𝑃 𝑅𝑒| 𝑃 𝑃(𝑃)
𝑃 𝑃 ⃒ 𝑅𝑒 = = ?
𝑃(𝑅𝑒)

𝑃 𝑅𝑒 = 𝑃 𝑅𝑒 ⃒𝑅 𝑃 𝑅 + 𝑃 𝑅𝑒 ⃒𝑃 𝑃 𝑃 + 𝑃 𝑅𝑒 ⃒𝐽 𝑃 𝐽

𝑃 𝑅𝑒 = 0,20 0,3 + 0,25 0,2 + 0,10 0,5 = 𝟎, 𝟏𝟔

𝑃 𝑅𝑒| 𝑃 𝑃(𝑃) (0,25)(0,2)

𝑃 𝑃 ⃒ 𝑅𝑒 = = = 0,3125
𝑃(𝑅𝑒) (0,16)
Aplicaciones en la toma de
decisiones
 PROBLEMA PROTOTIPO
PETRO EP es dueña de unos terrenos en los que puede
haber petróleo. Los geólogos piensan que existe una
posibilidad de 1 entre 4 de encontrar petróleo.
Debido a esta posibilidad, otra compañía petrolera ha
ofrecido comprar las tierras en $90.000. Sin embargo,
PETRO EP está considerando conservarla para perforar
ella misma. El costo de la perforación es $100.000. Si
encuentra petróleo, el ingreso esperado será de
$800.000; así, la ganancia esperada para la compañía
(después de deducir el costo de la perforación) será de
$700.000. Se incurrirá en una pérdida de $100.000 (el
costo de barrenar) si no se encuentra petróleo. ¿Qué
decisión les aconsejaría tomar?
SOLUCIÓN AL PROBLEMA
PROTOTIPO
 Elementos clave de la toma de
decisiones
Estados de la naturaleza

Acciones

Pagos
Probabilidades
Apriori

MATRIZ DE PAGOS
 Elementos clave de la toma de
decisiones
Elementos de la Matriz de pagos:

• Acciones
• Estados de la Naturaleza
• Pagos (ganancias o costos)
• Probabilidades apriori
 Regla de decisión de Bayes
0,25*700.000 + 0,75*(-100.000) =

100.000
90.000

0,25*90.000 + 0,75*90.000 =
Regla de Bayes:
- El tomador de decisiones intenta incorporar toda la
información disponible de las probabilidades de los estados
de la naturaleza.
• Primero, calcule el valor esperado del pago de cada acción posible
• Segundo, elija la alternativa (acción) con el máximo pago esperado.
 Regla de decisión de Bayes
Alternativa ganadora

100.000
90.000

Regla de Bayes:
- El tomador de decisiones intenta incorporar toda la
información disponible de las probabilidades de los estados
de la naturaleza.
• Primero, calcule el valor esperado del pago de cada acción posible
• Segundo, elija la alternativa (acción) con el máximo pago esperado.
Conclusiones
Puntos clave de la sesión
• La probabilidad es una medida de la certidumbre asociada a un
suceso o evento futuro y se expresa como un número entre 0 y 1.

• La estimación de probabilidades es clave en el análisis de los

sistemas de manufactura y servicios ya que estos operan en
ambientes de incertidumbre

• Dos distribuciones de probabilidad de suma importancia en el

modelamiento de sistemas de manufactura y servicios son la
distribución Exponencial y la Poisson

• Adicionalmente, la estimación de probabilidades es muy útil en la

toma de decisiones